ゼロショット行動認識におけるエラーコレクティング出力コード

近年、動作カテゴリの急激な増加に伴い、ゼロショット動作認識（ZSAR）が注目を集めている。本論文では、エラー訂正出力符号（Error-Correcting Output Codes、以下ECOC）を活用し、ZSARを新たな視点から探求する。提案手法であるZSECOCは、従来のECOCにゼロショット動作認識の能力を付加するものであり、ドメインシフト問題に対処することで実現している。具体的には、既知のカテゴリについて、カテゴリレベルの意味情報とデータの内在的構造の両方から識別的なZSECOCを学習する。このプロセスにより、既知カテゴリ間の確立された相関関係を未知カテゴリに転移することで、ドメインシフトを間接的に緩和する。さらに、学習された既知カテゴリの埋め込み表現が未知カテゴリの潜在構造に適応するよう、単純ながら効果的な意味転移戦略を提案している。その結果、ZSECOCはECOCの優れた特性を継承するとともに、ドメインシフト問題を克服し、ZSARにおいてより優れた識別性能を発揮する。本研究では、Olympic Sports、HMDB51、UCF101の3つの実用的な動作認識ベンチマーク上でZSECOCの性能を体系的に評価した。実験結果から、最先端手法と比較してZSECOCの優位性が明確に示された。